vllm-project/vllm

添加平台钩子支持 CPU 设备处理

值得精读。这个 PR 展示了如何在大型项目中使用抽象基类方法替代硬编码判断，以最小的入侵实现扩展性。特别是 review 中对条件逻辑的修正和对命名的讨论，体现了防御性编程和领域语义的重要性。对于分布式推理系统的平台抽象层设计有参考价值。

将6个 CI 任务从 L4 迁移到 H200 MIG

值得关注但不需精读。该 PR 是 CI 资源优化的一部分，展示了在 MIG 分区上运行 vLLM 测试的可行性边界。Python-only Installation 任务的设备分配问题建议后续优化。

修复 Step3-VL image_embeds 输入路径的字段映射与控制流

建议开发多模态模型的团队精读此 PR，特别是 `TensorSchema` 字段映射约定和控制流隔离的设计。展示了如何通过保持 schema 字段名一致性来避免类似问题。

用 Optional EplbLayerState 替代 enable_eplb 标志，简化 MoE 路由接口

建议阅读该 PR，尤其关注 `EplbLayerState.set_layer_state` 的方法设计，以及 `BaseRouter` 中从标志驱动转向 Optional 状态驱动的演变过程。这一模式在类似的特征标记场景下值得借鉴：使用 Optional 对象替代布尔标志和强制初始化对象，可以有效避免标志与对象不一致的问题，并使接口更简洁。

引入 RoutedExperts 别名并解耦 SharedExperts 存储

值得精读，尤其关注 `modular_kernel.py` 中如何将 SharedExperts 从内部状态改为方法参数，这是典型的解耦模式。对于 MoE 重构系列，理解此 PR 有助于后续理解 PR#38590 的更大变更。

修复 Responses API 消息合并，合并连续 assistant 消息

该 PR 值得精读，尤其是学习如何通过函数签名设计（prev_msg 参数）将隐式的合并策略直接集成到构造逻辑中，替代独立的合并函数。review 中关于类型安全的讨论也值得参考。

为 KV 事件添加缓存类型与滑动窗口元数据

精读核心设计决策，特别是关于状态位置（事件携带 vs 独立查询）的权衡；该模式也可用于其他需要区分实例 identity 的事件系统。

修复 CPU 环境下 Rotary Embedding 导入 flash_attn 崩溃

值得立即合并。改动极小，修复明确，已通过实际模型验证。建议合并后补充 CPU 环境下的 CI 测试，覆盖 RoPE 模型加载场景。